全生命周期管理的案例
6/17 功能安全全生命周期管理--數字化安全管理
01
主題/時間
功能安全全生命周期管理--數字化安全管理
6月17日16：00
02
講師介紹
奚云鵬
現任Ansys medini analyze應用工程師，熟悉自動駕駛行業功能安全的系統性應用，主要負責Ansys medini的業務開發和技術咨詢工作。
Codebeamer—軟件全生命周期管理輕量級平臺
產品概述
Codebeamer涵蓋了軟件研發的生命周期，在一個整合的平臺內支持需求管理、測試管理、軟件開發過程管理以及項目管理等，同時具有IToperations&DevOps相關的內容，并支持變體管理的功能。對于使用集成的應用程序生命周期管理（ALM）來簡化、加快交付的產品開發團隊和組織來說，Codebeamer能夠確保可追溯性、統一的產品開發，并解決合規與審計問題。
Codebeamer自身優勢
功能強大且易于使用
簡化法規遵從性
可伸縮的、集成的、企業級
Codebeamer核心能力
支持敏捷Agile和混合Hybrid開發模式
質量保證與測試，缺陷管理
需求管理
集成擴展(預配置)：ReqIF、DOORS、Enterprise Architect、MATLAB Simulink、Word/Excel(round-trip)
過程可見性：符合ASPICE/ISO26262標準的、成熟的過程工作流
無縫追溯
Online/Offline測試
適用于PC/移動設備的UI界面
應用案例
展開 TRY/TRM — 產品全生命周期數據關聯和追溯
TRY/TRM是法國達索公司旗下系統工程解決方案中的全生命周期數據關聯和追溯及需求管理模塊，基于達索3DEXPERIENCE平臺統一數據源，在涵蓋需求、設計、集成驗證及確認的全生命周期中，實現產品需求、設計模型等數據全過程追溯。產品全生命周期數據關聯和追溯，輔助產品開發過程中各利益相關方快速識別設計上下游的輸入、輸出，保證設計過程的一致性，并在此基礎上進行覆蓋度分析、影響分析及變更管理，加速企業構建MBSE正向研發能力的進程，提高MBSE的實現效果。
產品功能及特點
? 全生命周期的需求管理
需求管理模塊（TRM）具備強大的需求捕獲能力，支持從MS-Word/MS-Excel直接導入需求條目，針對傳統的基于文檔的系統工程，將大量文檔中的需求模型化和平臺化，便于向研發流程后端傳遞。
TRM支持在系統不同層級進行需求的定義和分解，以平臺的需求管理架構來承接各類需求模型結構，并通過自定義屬性來保證需求同步的完整性。TRM支持自定義符合用戶習慣的需求分析看板，便于不同角色用戶管理需求；支持需求條目的版本管理與審批控制，完整記錄需求變更過程，方便用戶分析需求對設計的影響；支持通過不同測試用例進行需求的驗證和確認，實現需求追溯。
TRM支持建立系統需求變量，該變量可以貫穿基于統一數據源系統設計、仿真和優化的全流程中。通過X-PDM功能，TRM模塊支持與其他系統的數據交互。
展開 《產品生命周期建模與管理》
ISBN：703014323X
印次：1
紙張：膠版紙
字數：350000
版次：1
內容提要：
本書論述了我國制造業的現狀與我國的制造業信息化工程，分析了產品生命周期建模所涉及的要素和常用建模方法，提出了產品生命同期建模框架和信息集成模式。書中重點論述了產品生命周期中的設計、加工與裝配、面向客戶服務支持的產品模型；書中還論述了集成的產品生命周期模型及其構建方法，各階段模型的轉換、集成、互操作方法與構建機制，產品全生命周期模型、資源的管理與控制方法；同時也對協同設計技術和異構產品數據管理及集成技術做了詳細論述。
本書可以作為高等院校機械工程、計算機應用、系統工程、企業管理等專業的研究生教材，也可供相關領域的研究人員以及制造企業的管理與技術人員參考。
展開 
產品生命周期建模與管理
點擊看大圖
產品生命周期建模與管理——863現代集成制造系統技術叢書
作者：王成恩，郝永平，舒啟林 編著
出版社：科學出版社
ISBN：703014323X
印次：1
紙張：膠版紙
出版日期：2004-10-1
字數：350000
版次：1
定價：36元 當當價：30.2元
折扣：84折
該圖書已被瀏覽了 478次 共有顧客評論0條
a
內容提要：
本書論述了我國制造業的現狀與我國的制造業信息化工程，分析了產品生命周期建模所涉及的要素和常用建模方法，提出了產品生命同期建模框架和信息集成模式。書中重點論述了產品生命周期中的設計、加工與裝配、面向客戶服務支持的產品模型；書中還論述了集成的產品生命周期模型及其構建方法，各階段模型的轉換、集成、互操作方法與構建機制，產品全生命周期模型、資源的管理與控制方法；同時也對協同設計技術和異構產品數據管理及集成技術做了詳細論述。
本書可以作為高等院校機械工程、計算機應用、系統工程、企業管理等專業的研究生教材，也可供相關領域的研究人員以及制造企業的管理與技術人員參考。
展開 解密一顆芯片設計的全生命周期算力需求
我們折算一下：
全月全資源峰值用量：峰值核數*30天*24小時
全月實際用量可能是：峰值核數*22天*8小時
用小白版算法的數據來調整：
6月算力小波峰：后端按30天*18小時估算，驗證按30天*16小時估算；
10月算力大波峰：后端按30天*24小時估算，驗證按照30天*16小時估算。
得出下表，并繪制成相應曲線圖：
灰色曲線為按峰值計算的算力需求
橙色曲線為折算后實際需要的算力
Part4 ：一個并不艱難的選擇
好了，全生命周期算力需求算完了。
到了算賬的環節了。
灰色代表當月按峰值頂格算的用量，橙色代表月度實際用量。
綠色代表本地資源，必須按這一階段需求峰值準備，也就是按灰色來準備。買不到峰值，肯定會影響到芯片項目進度。
如果是純本地，就是按綠色這根線買。現金流是必須要動用一大筆的了，采購周期也是必須要考慮的。
按照本文開頭我們某客戶全生命周期月度算力實際用量曲線，波峰、波谷間差距可高達20倍，月調度核時峰值能達到百萬級以上。頂格買……
如果是全云端，就是按橙色這根線花錢。想用就用，不想用就關掉，用了才花錢。現金流逐步平緩支出。
綠色線和橙色線中間的差距（圖中陰影部分），各人可能有各人的體會。
算力資源規劃VS現金流
芯片項目周期VS市場競爭格局
具體怎么權衡和取舍，還是要看企業自己。
一顆芯片設計完整生命周期下，不同階段，不同應用場景，對算力更精細的需求差異，我們相應的推薦和建議，以后再聊。
- END -
展開 裝配式BIM技術在建筑全生命周期中的應用！
本文介紹全生命周期階段的裝配式BIM技術應用的技術路線，即開發構件庫平臺以便于管理PC構件族庫; 開發BIM合模插件，進行裝配式BIM技術的三維可視化協同設計; 綜合應用PKPM－BIM協同平臺及Navisworks軟件進行預制構件深化設計及加工; 應用品茗HiBIM軟件進行機電深化設計; 建立BIM模型，結合BIM+建造管理平臺進行施工階段的BIM應用; 開發運維平臺，便于進行運營維護BIM應用。
0
1
設計階段的裝配式BIM技術應用
創建預制構件族庫
創建構件族庫，可提高建模效率。各專業建好模型后，再通過碰撞檢測，優化裝配式建筑各模塊的模型，根據模型指導施工。中鐵一院開發的構件庫平臺如圖1所示。針對裝配式BIM構件進行標準化管理，設計人員上傳的構件需經過專人審核才可顯示，之后構件才會出現在構件庫應用界面，被項目人員應用。搜集整理裝配式構件，上傳至構件庫平臺，對裝配式構件進行管理，保證裝配式BIM設計的標準化。
展開 AVEVA：打造全生命周期數字化解決方案
AVEVA公司是英國知名工業軟件供應商，為造船和海洋工程、石油和天然氣、造紙、電力、化工和制藥等工業領域提供全生命周期解決方案及服務。2017年施耐德電氣通過逆向并購控股了AVEVA公司，并將施耐德電氣旗下的工業軟件業務并入AVEVA。施耐德電氣AVEVA解決方案經理陳俊宇表示：“施耐德工業軟件和AVEVA合并旨在充分發揮各自的優勢，通過在整個工廠生命周期內，為不同的客戶提供定制化、差異化的解決方案來滿足市場需求。”
施耐德電氣AVEVA解決方案經理陳俊宇
助力工業用戶數字化轉型
業務合并后，AVEVA公司擁有4400多名員工，4000多家客戶，服務行業覆蓋石油和天然氣、造船及海洋工程、電力及公用事業、化工、采礦及礦產、鋼鐵制造、建筑、食品飲料、生命科學和基礎設施等諸多行業，提供項目生命周期與資產生命周期，包括工程設計、施工、生產管理、運行維護、工廠優化不同階段的數字化解決方案。
談及AVEVA的核心競爭力，陳俊宇認為專業專注是AVEVA的基因：“AVEVA是一家專注的公司，52年來只做一件事情，在流程行業不斷創新，例如新推出的AVEVAEverything3D，代表了工廠三維協同化數字設計的最高水平，在觸摸屏運行的三維虛擬工廠Engage產品，能夠非常流暢地集成展示超大型工廠模型和數據。AVEVA的核心競爭力是專業專注的精神，以及在這種精神指導下錘煉出來的世界一流的產品和一流的團隊。”
AVEVA在VR、AR、工業物聯網、資產性能管理等方面都做了很多技術創新，目前已經在設備維修、故障預測、仿真培訓等方面得到實際應用。同時，系統的開放性不斷提升，結合施耐德電氣在運營維護方面的經驗，可以實現在工廠的整個生命周期內，將大量的數據有機整合，包括靜態數據和動態數據。
展開 科技前沿 | 使用產品生命周期管理解決方案控制重復零件問題
控制零件重復的關鍵步驟
管理重復零件的挑戰會很困難，甚至會導致無法及時開展對零件進行管理的項目。但是通過制定特定的策略，組織可以充分的對重復零件進行控制。這些關鍵步驟是提高關鍵業務效率和節約成本的第一步：
列出分類方案：這是創建更有條理的流程以提升零件價值并避免重復的第一步。這樣，您就可以使用標準的名稱和簡要描述對零件進行分類，之后還可以使用其他屬性對分類條件進行擴展：
特定于采購和供應鏈的屬性
特定于內部和外部零件的屬性
通過產品生命周期管理減少重復部件
作為數字主線的基礎，產品生命周期管理 (PLM) 技術可以使整個組織的團隊了解與數據相關的具體情況，而這些數據是安全且可追溯的。您的整個組織都可以利用 PLM 平臺執行零件分類計劃，從而降低成本、縮短交貨時間并提高制造效率。
Windchill 是 PTC 的企業級 PLM 軟件，它有標準化、開箱即用的功能，可以縮短您的交付周期，降低非質量成本，并提高研發效率。Windchill 擁有專為零件分類專門設計的特點和核心功能，可幫助制造商從減少零件重復中獲得諸多好處。
Windchill 中的關鍵零件分類功能
Windchill 的產品功能專為實現無縫零件分類而設計，而這可以提高零件重復利用。可配置的分類方案可以讓您以對業務更有意義的方式建立標準化結構以對零件進行命名和描述。配置完成后，Windchill 會根據零件和文檔的分類自動為其分配名稱。
展開 行業洞見 | 什么是產品生命周期管理：數字化轉型的四大戰略
這就不得不談到產品生命周期管理（PLM）了。
01、什么是產品生命周期管理？
從最根本的意義來講，產品生命周期管理支持對所有與產品相關的過程進行端到端管理和跟蹤，這些過程涉及初始設計、開發和質量管理，一直到制造和服務維護。
產品生命周期管理用于協調多系統數據，使公司內的不同團隊能夠在產品生命周期的所有階段利用關鍵數據。企業數字化轉型的成功與否，取決于產品生命周期管理軟件能否很好地通過各種數據源進行集成和連接，打破信息孤島的能力。最終，實現公司增加收入，降低成本，加快產品上市時間和交付更高質量產品的目標。
02、通過數字化轉型實現價值的四個關鍵策略
戰略性企業系統:
利用關鍵性戰略企業系統是數字化轉型的關鍵。公司的企業系統管理著單個領域中高度相關的數據。完善的ERP、CRM、PLM系統將利用這些數據在部門內部和跨部門之間實現特定的目的和功能。對于離散制造商，數字化轉型通常是從工程內部的數字產品定義開始，通常會用到CAD模型和數據。
具體來說，產品生命周期管理中的產品數據包括軟件、電氣/電子產品、機械/硬件產品定義，以及在設計、服務和制造中為戰略流程進行分發或對這些數據進行可視化。其中還涉及系統內所需的管理和訪問級別。在整個產品開發生命周期中專注于維護產品數據的公司可以節省時間并使這些戰略系統中的信息價值最大化。
展開 ANSYS 2020 R1為產品全生命周期實現數字線程仿真
推動前沿設計的發展，大幅降低成本，顯著加速產品上市進程
2020年1月28日，匹茲堡訊 – 越來越多的企業在整個產品生命周期中融入前沿的ANSYS（NASDAQ：ANSS）仿真技術，當前發布的ANSYS 2020 R1中的全新功能將加速企業實現數字化轉型。從ANSYS Minerva 改進的產品研發，到ANSYS? Fluent?以大幅簡化的工作流程運行復雜仿真，再到ANSYS? HFSS?優化的電磁設計流程，ANSYS 2020 R1均可幫助企業迎來極具開拓性的創新，推出成本優化的設計。
事實上仿真會影響每一個產品的研發決策，因此必須幫助用戶解決互操作性、數據與流程管理、高性能計算（HPC）整合及可追溯性等相當規模及復雜性的挑戰。此外，高級多物理場仿真與優化資產還需覆蓋整個工程團隊，貫穿產品全生命周期提供廣泛使用。ANSYS 2020 R1通過對Minerva系列產品進行全面升級和改進解決了該問題，幫助客戶將仿真及優化與整個產品生命周期連接起來。
ANSYS Minerva可幫助企業將仿真知識產權轉為有價值且可控的企業資產，獲取最佳實踐并以前所未有的廣度在整個企業中實現數字線程的仿真與優化。Minerva目前整合的前沿技術可顯著改善工作流程，強化仿真流程與數據管理（SPDM），包括為做出更明智決策提供支持的可視化數據、探索模型數據的動態3D可視化工具以及用于管理變更并確保信息可靠性的現代化系統等。
OptiSlang是ANSYS在收購Dynardo后所擁有的一項技術，現與Minerva的仿真流程與數據管理解決方案聯用，不僅幫助用戶縮短研發時間，而且還可加快對最優成本設計備選方案的評估。
Eaton信息技術副總裁Todd Earls表示：“進行數字化轉型，就是要適應不斷發展的環境并以全新的方式運用現有工具。
展開 
最新研究：公差分析正在重塑產品全生命周期設計！
紐倫堡大學近期發布的一項最新研究，首次構建了一個系統的公差活動描述框架，揭示了公差分析活動與設計、制造、檢測全過程的深度交織。這一框架不僅打破了部門和學科之間的信息壁壘，也重新定義了公差分析軟件在數字孿生、質量管理和魯棒設計中的戰略角色。
尤其在整車開發、焊接裝配等對尺寸精度與協同制造要求極高的汽車行業，公差分析正被重新定義為一種貫穿始終的“系統性工程”，推動行業從“后置修正”走向“前置優化”的轉型。
公差分析貫穿產品全生命周期
長期以來，制造業對公差的理解多停留在生產階段，即在零部件加工后通過尺寸控制和誤差分析進行“誤差修正”。然而，該研究指出，科學的公差工程應從產品生命周期的起點介入——在產品概念和結構設計階段，系統化地將用戶需求轉化為幾何公差，為后續各環節設定清晰的邊界與約束。
研究特別強調“并行工程”理念：公差工程應與功能設計、參數設計等工作協同推進，而非事后補救。在汽車行業，通過早期引入數字公差模型，工程師可以預見裝配間隙、功能偏差，提前規避結構誤差，提升整車NVH（噪聲、振動與聲振粗糙度）性能與制造穩定性。不過，雖然德國汽車工業協會（VDA）已將公差流程標準化為7至9個步驟，但設計、分析與驗證之間的信息割裂仍是痛點。研究強調，真正有效的公差分析，必須在生命周期中保持數據、模型和邏輯的一致性，形成從概念設計到制造驗證的閉環。
具體而言，現代公差活動可歸納為五大核心步驟：公差需求定義、公差規范、公差分配、公差分析、公差綜合優化。這些步驟既可在設計前期完成建模，也可在制造階段基于工藝數據加以驗證。例如，誠智鵬3DCC工具已廣泛應用于從概念驗證到出廠檢驗的全過程，成為汽車工程實現質量一致性與設計穩健性的關鍵支持。
展開 數據分析與AI丨AI+數據，助力企業實現全生命周期智能運營
01
實現數據驅動的智能運營
40 年來，Altair 始終致力于通過在產品全生命周期中應用仿真、數據分析等技術，助力客戶實現產品設計與決策模式的革新。
我們深諳企業制造運營與數據分析的復雜性。依托在制造行業人工智能（AI）與機器學習領域的專業積累，我們推出的低代碼/無代碼分析解決方案，讓不同技能水平的用戶都能輕松構建應用程序，支持更快速、高效的決策。
通過全面的自助式數據分析與機器學習平臺，Altair 助力企業在從車間到管理層的全數據生命周期中充分利用運營數據，實現價值提升，并降低風險。
（視頻）
02
增強制造業運營分析能力
數字孿生
借助數據構建產品與流程的數字孿生模型，實現對生產系統的預測與優化。通過融合 AI、機器學習和知識圖譜技術，構建高價值模型，為團隊提供深度洞察，輔助制定更優決策，提升運營效果。
可持續性
跟蹤整條生產線的能源使用情況，是提升效率與實現可持續發展的重要環節。通過測量與報告多維度環境數據，企業能夠精準定位需改進的領域，如及早發現效率瓶頸、減少資源浪費與能源消耗、優化產量、最大限度降低廢料產生等。Altair 的專業工具將助力企業實現經濟效益與環境效益的雙重突破。
AI 驅動型工程
通過將數據數字化以自動執行關鍵績效指標（KPI），幫助企業降低成本、簡化運營流程。集成工廠設備、傳感器與軟件平臺等系統，獲取全面洞察以推動持續改進。這種高效的連接性可優化決策、完善流程并提升整體效率。
03
預測性維護與主動資產管理
制造過程中的停機時間，無論是計劃內還是計劃外，均可能對企業造成顯著損失。Altair 提供的解決方案可簡化設備運行狀態的實時監控，為團隊提供預測故障、避免機器宕機所需的關鍵洞察。
展開 從風電機組的全生命周期研究碳纖維在風電的應用更有意義
有研究工作者運用生命周期分析方法,對風力發電系統的六個階段進行分析，具體如下：
圖1、風力系統生命周期流程圖[5]
當然對于上述的風電系統的生命周期從原材料選材開始，我們以選材為碳纖維復合材料進行敘述。我們從風電機組本身出發，把上述風電機組生命周期過程簡單歸納為部件及整機制造、運輸、風場建造及安裝、運維、報廢等有比較直接關系的五個方面（如圖4），并從這五個方面探討碳纖維及復合材料在風電機組全生命周期的應用。
圖2、風電機組生命周期圖及碳纖維在不同時期應用
1. 部件及整機制造
前文所述風電機組的主要分為葉片、機倉、塔筒三個部分，目前碳纖維及復合材料在風電的應用主要用于葉片，包括部分蒙皮、前緣、后緣等，目前碳纖維復合材料用的最多部分就是風電葉片的主梁。
目前碳纖維主梁的工藝主要有三種：預浸料工藝、碳布灌注工藝和拉擠碳板工藝。
表1、碳纖維應用在風電領域的主要工藝
預浸料工藝制備碳纖維大梁，以手工方式鋪放，生產復雜形狀結構件的理想工藝，工藝及設備也成熟，勞動環境比較差，效率低，成本很高，目前多在樣機中使用，無法滿足批量化使用的要求。碳布灌注工藝是目前多家風機及葉片廠家使用的工藝，該工藝比較成熟，對模具要求不高，模具制作簡單，產品質量穩定性高，重復性能好，制品表觀質量好，相同鋪層厚度薄，強度高，但該工藝對碳布要求較高，且生產效率不高，成本也較高，制約了其推廣。拉擠工藝是復合材料工藝中效率最高、成本最低的，而且纖維含量高，質量穩定，連續成型易于自動化，適合大批量生產。利用碳纖維拉擠板材制備葉片大梁可以和葉片一起制作，鋪層工藝簡單，利用該工藝制作葉片的時間只有灌注工藝的一半，但對葉型設計有較高要求。
展開 數據分析與AI丨產品全生命周期的數據分析與AI提效案例
“從產品誕生到報廢的整個生命周期，決策方式正逐漸從依賴經驗轉向以數據為依據。在產品構思階段，過去主要依靠設計師的判斷，而如今，我們可以借助 AI 加速研發流程。”
—— Altair 數據分析工程師 楊國宇
在2025 Altair 區域技術大會·華南站的精彩演講
眾多周知，Altair 是計算智能領域的全球領導者之一，在仿真、高性能計算 (HPC) 和人工智能等領域提供軟件和云解決方案，今天想與大家分享Altair三大產品線之一——數據分析與人工智能平臺RapidMiner。
本次分享主題是“產品全生命周期的數據分析與AI提效”，希望與大家探討在產研、營銷、服務以及人機料法環測等環節中，數據分析與人工智能如何發揮價值。將從以下幾個方面詳細講解：
1、 產品&產線
2、 工業中的 AI 應用
3、 LLM 在工業中有什么用
4、 Altair 能提供什么
以下為全文內容：
01產品&產線
首先，我想談談產品與產線的關聯。大家或許已多次見過我們展示的這張產品生命周期圖，實際上，從產品誕生到報廢的整個生命周期，決策方式正逐漸從依賴經驗轉向以數據為依據。在產品構思階段，過去主要依靠設計師的判斷，而如今，我們可以借助AI加速研發流程。
例如，在評估設計可行性時，傳統做法需要制作樣品或反復試驗，而仿真技術的出現顯著降低了成本與時間。我們可以通過仿真測試手機的抗摔性能，無需真的將新手機從高樓拋下；也可以在客戶尚未反饋前，通過冷水機的實時數據掌握其運行狀況。
可以說，在產品生命周期的每個階段，數據分析和AI都有廣泛的應用空間。
那么，這些數據未來將如何進一步被利用？以白車身產線為例，其蘊含了大量隱性信息。
展開 